基于MapReduce模型的并行单词贡献度算法的设计与实现

• 作者: 彭超
• 来源期刊: 软件
• 学科: 工学
• 关键词: 计算机软件与理论 MapReduce 单词贡献度算法 文本挖掘 特征选择
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 理论计算机科学
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP301.6
• 字数: 2547字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.12.030

摘要

Google在2004年提出了MapReduce框架,MapReduce支持海量数据的并行计算[1].单词贡献度算法是文本挖掘中一种比较新颖的用于非监督聚类的特征词提取算法.本文基于MapReduce框架设计并实现了一种并行的单词贡献度算法.通过对比试验可以得出结论,本文所提出的并行算法较普通的单词贡献度算法性能有大幅度提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭超	北京邮电大学计算机学院	1	2	1.0	1.0